产品库

AI驱动的测试自动化工具

ContextQA是一款帮助组织提高自动化测试覆盖率、提高软件质量和加快产品交付速度的产品。它采用AI驱动的技术，支持完整的测试用例和低代码/无代码平台。ContextQA能够加速测试过程、提高透明度，最大化开发速度。

一款基于NVIDIA的高性能对话式问答和检索增强型生成模型。

Llama3-ChatQA-1.5-70B 是由 NVIDIA 开发的一款先进的对话式问答和检索增强型生成（RAG）模型。该模型基于 Llama-3 基础模型，并使用改进的训练方法，特别增强了表格和算术计算能力。它有两个变体：Llama3-ChatQA-1.5-8B 和 Llama3-ChatQA-1.5-70B。该模型在多个对话式问答基准测试中取得了优异的成绩，显示出其在处理复杂对话和生成相关回答方面的高效能力。

一款基于NVIDIA技术构建的高级对话问答和生成模型

Llama3-ChatQA-1.5-8B是一款由NVIDIA开发的高级对话问答和检索增强生成(RAG)模型。该模型在ChatQA (1.0)的基础上进行了改进，通过增加对话问答数据来增强其表格和算术计算能力。它有两个变体：Llama3-ChatQA-1.5-8B和Llama3-ChatQA-1.5-70B，都是使用Megatron-LM进行训练，然后转换为Hugging Face格式。该模型在ChatRAG Bench的基准测试中表现出色，适用于需要复杂对话理解和生成的场景。

一款基于生物医学数据的8亿参数大型语言模型

Llama-3[8B] Meditron V1.0是一款专为生物医学领域设计的8亿参数的大型语言模型（LLM），在Meta发布Llama-3后24小时内完成微调。该模型在MedQA和MedMCQA等标准基准测试中超越了同参数级别的所有现有开放模型，并且接近70B参数级别医学领域领先的开放模型Llama-2[70B]-Meditron的性能。该工作展示了开放基础模型的创新潜力，是确保资源匮乏地区公平参与访问该技术更大倡议的一部分。

用于评估文本到视觉生成的创新性指标和基准测试

Evaluating Text-to-Visual Generation with Image-to-Text Generation提出了一种新的评估指标VQAScore,能够更好地评估复杂的文本到视觉生成效果,并引入了GenAI-Bench基准测试集。VQAScore基于CLIP-FlanT5模型,能够在文本到图像/视频/3D生成评估中取得最佳性能,是一种强大的替代CLIPScore的方案。GenAI-Bench则提供了包含丰富组合语义的实际场景测试文本,可用于全面评估生成模型的性能。

支持同时理解和生成图像的多模态大型语言模型

Mini-Gemini是一个多模态视觉语言模型,支持从2B到34B的系列密集和MoE大型语言模型,同时具备图像理解、推理和生成能力。它基于LLaVA构建,利用双视觉编码器提供低分辨率视觉嵌入和高分辨率候选区域,采用补丁信息挖掘在高分辨率区域和低分辨率视觉查询之间进行补丁级挖掘,将文本与图像融合用于理解和生成任务。支持包括COCO、GQA、OCR-VQA、VisualGenome等多个视觉理解基准测试。

简化软件质量保证的复杂性

QA Sphere旨在简化和增强QA流程，为团队提供所需的工具，同时避免任何冗余。我们的功能旨在提高效率，确保测试周期既彻底又高效。

表格理解中的推理链表

Chain-of-Table是一种表格理解的推理链表框架，专门用于处理基于表格的问答和事实验证等任务。它采用了表格数据作为推理链的一部分，通过在上下文中学习的方式指导大型语言模型进行操作生成和表格更新，从而形成一个连续的推理链，展示了给定表格问题的推理过程。这种推理链包含了中间结果的结构化信息，能够实现更准确可靠的预测。Chain-of-Table在WikiTQ、FeTaQA和TabFact等多个基准测试中取得了新的最先进性能。

LLM App开发和运营平台

Teammate Lang是一个全能的LLM App开发和运营解决方案。提供无代码编辑器、语义缓存、Prompt版本管理、LLM数据平台、A/B测试、QA、Playground等20多个模型，包括GPT、PaLM、Llama、Cohere等。

未来的测试数据管理和生成工具

GenRocket是一款测试数据管理和生成工具，帮助QA团队以低成本生成所需的精确测试数据。它具备企业级的可扩展性、动态数据生成和与任何测试环境集成的能力，节省了大量的测试时间和成本。GenRocket能够根据不同的测试用例生成真实、负面、边缘情况和独特的数据，满足各种测试需求。

Maestro Cloud上的AI自动化QA和测试

App Quality Copilot是一款AI自动化的QA和测试工具，可在Maestro Cloud上运行。它提供自动化的AI驱动的应用程序分析、高级洞察和问题检测功能。Copilot默认开启，无需配置。它可以检测功能问题、翻译问题、用户体验问题、数据缺失、图片损坏等。通过App Quality Copilot，您可以重新想象QA、自动化测试和应用程序质量。请加入等待列表以获取早期访问权限。

强大的开源视觉语言模型

CogVLM是一个强大的开源视觉语言模型。CogVLM-17B拥有100亿个视觉参数和70亿个语言参数。CogVLM-17B在10个经典的跨模态基准测试中取得了最先进的性能，包括NoCaps、Flicker30k字幕、RefCOCO、RefCOCO+、RefCOCOg、Visual7W、GQA、ScienceQA、VizWiz VQA和TDIUC，并在VQAv2、OKVQA、TextVQA、COCO字幕等方面排名第二，超过或与PaLI-X 55B相匹配。CogVLM还可以与您就图像进行对话。

AI测试平台

Webo.Ai是一个易于使用、功能强大的测试平台，可以帮助您节省时间和资源。通过Webo.Ai，您可以自动化测试，减少测试时间，降低生产缺陷，并提高代码覆盖率。我们提供快速设置、AI生成测试用例、自动化准备等功能。试用期内，您将获得快速设置、AI生成测试用例、自动化准备等功能，并享受免费的回归测试和自愈功能。价格优势，将帮助您降低QA成本。

NLP+AI+ML打造的自愈式、可扩展的QA自动化测试工具

Virtuoso QA是一款集自然语言编程（NLP）和机器人流程自动化（RPA）于一体的QA自动化测试工具，具有自愈式和可扩展性，可实现快速部署。

Qwen1.5系列首个千亿参数开源模型，多语言支持，高效Transformer解码器架构。

Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。

给视觉语言模型赋予空间推理能力

SpatialVLM是一个由谷歌DeepMind开发的视觉语言模型,能够对空间关系进行理解和推理。它通过大规模合成数据的训练,获得了像人类一样直观地进行定量空间推理的能力。这不仅提高了其在空间VQA任务上的表现,还为链式空间推理和机器人控制等下游任务打开了新的可能。

构建GPT-4级别的对话问答模型

ChatQA是一系列对话问答（QA）模型，可以达到GPT-4级别的准确性。我们提出了一种两阶段指导调优方法，可以显著提高大型语言模型（LLMs）的零射击对话QA结果。为了处理对话式QA中的检索，我们在多轮QA数据集上对密集检索器进行微调，这提供了与使用最先进的查询重写模型相当的结果，同时大大降低了部署成本。值得注意的是，我们的ChatQA-70B在10个对话QA数据集的平均得分上可以胜过GPT-4（54.14 vs. 53.90），而不依赖于OpenAI GPT模型的任何合成数据。

AI图像质量优化工具

Q-Refine是一个提供AI图像质量优化工具的平台。其中，Q-Refine是一款基于人类视觉系统偏好的图像质量评估指标（IQA）的优化工具。它通过三个自适应流程修改不同质量的图像，为主流T2I模型提供有效的优化，扩大了T2I生成模型的应用范围。

基于自然语言输入的图像修复算法

Inst-Inpaint是一种图像修复算法，可以根据自然语言输入估计要删除的对象并同时删除它。该产品提供了一个名为GQA-Inpaint的数据集，以及一种名为Inst-Inpaint的新型修复框架，可以根据文本提示从图像中删除对象。该产品提供了各种GAN和扩散基线，并在合成和真实图像数据集上运行实验。该产品提供了不同的评估指标，以衡量模型的质量和准确性，并显示出显著的定量和定性改进。

专为数据标注、清洗和丰富设计的先进语言模型

Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。

构建高级语音AI，由LLM提供支持，实现人类般的交互体验。

Retell AI是一个强大的AI代理构建平台，允许用户快速构建和测试复杂的工作流程，并通过电话呼叫、网络呼叫或任何其他地方部署它们。该平台支持使用任何大型语言模型（LLM），并提供了实时的交互体验，包括人类般的声音和语音克隆支持。Retell AI的主要优点包括低延迟、高稳定性和符合HIPAA标准的安全性。

为企业提供开源、灵活的AI模型开发、测试和运行平台。

Red Hat Enterprise Linux AI 是一个基于开源的模型平台，旨在无缝地开发、测试和运行企业级应用的大型语言模型（LLMs）。它结合了开源许可的IBM Granite LLMs、InstructLab模型对齐工具、Red Hat Enterprise Linux的可启动镜像以及Red Hat提供的技术支持和模型知识产权保障。该平台支持跨混合云环境的可移植性，并能与Red Hat OpenShift® AI集成，进一步推进企业AI开发、数据管理和模型治理。

为开发者提供数据库管理工具，通过AI生成模拟数据，简化本地开发环境的数据配置。

Snaplet是一个面向开发者的数据库管理工具，它通过AI技术生成与生产环境相似的模拟数据，用于本地开发环境、端到端测试和调试。它支持TypeScript配置，提供类型安全性和自动化值及关系更新，帮助开发者更高效、安全地管理开发环境中的数据。

创建任何主题的大师班，利用互联网上已有的最佳内容。

Instaclass是一个在线平台，允许用户利用互联网上现有的最佳内容创建自己的课程。它解决了寻找高质量教育资源的难题，通过整合和优化内容，为用户提供了一种全新的学习和教学方式。该平台的主要优点包括内容的深度挖掘、自我测试功能以及进一步搜索相关信息的能力，这些功能都旨在提高用户的学习效率和体验。

一款高效经济的语言模型，具有强大的专家混合特性。

DeepSeek-V2是一个由236B参数构成的混合专家（MoE）语言模型，它在保持经济训练和高效推理的同时，激活每个token的21B参数。与前代DeepSeek 67B相比，DeepSeek-V2在性能上更强，同时节省了42.5%的训练成本，减少了93.3%的KV缓存，并提升了最大生成吞吐量至5.76倍。该模型在8.1万亿token的高质量语料库上进行了预训练，并通过监督式微调（SFT）和强化学习（RL）进一步优化，使其在标准基准测试和开放式生成评估中表现出色。

智能对话助手，提供个性化服务和解决方案。

ChatGPT是一个基于人工智能技术的聊天平台，它能够通过自然语言处理和机器学习技术，理解用户的需求并提供相应的帮助。它不仅可以帮助用户规划旅行、测试知识、撰写邮件，还能设计编程游戏，教授编程基础。ChatGPT的主要优点在于其高度的交互性和个性化服务能力，能够根据用户的具体需求提供定制化的解决方案。

了解您对声音的敏感度。

Misophonia Online Test是一个可以检测特定声音对个人引发情绪或生理反应的在线测试。通过进行这个免费的测试，您可以更好地了解自己对声音的敏感度。

为密集非结构化数据提供挑战性查询的RAG框架

spRAG是一个专为非结构化数据设计的RAG（Retrieval-Augmented Generation）框架，特别擅长处理复杂的文本查询，例如金融报告、法律文件和学术论文。它在复杂的开放性问答任务上，如FinanceBench基准测试中，准确率显著高于传统的RAG基线模型。

开源框架，用于构建模块化的生产级应用程序。

Cognita 是一个开源框架，用于组织 RAG（Retrieval Augmented Generation）代码库，并提供一个前端界面，以便在不同的 RAG 定制中进行实验。它提供了一种简单的方法来组织代码库，使得在本地测试变得容易，同时也能够部署到生产环境中。Cognita 使用 Langchain/Llamaindex 作为底层技术，并提供了一个组织结构，使得每个 RAG 组件都是模块化的、API 驱动的，并且易于扩展。

在线聊天机器人竞技场，比较不同语言模型的表现。

LMSYS Chatbot Arena 是一个在线平台，旨在通过用户与匿名聊天机器人模型的互动，对大型语言模型(Large Language Models, LLMs)进行基准测试。该平台收集了超过70万次人类投票，计算出LLM的Elo排行榜，以确定谁是聊天机器人领域的冠军。平台提供了一个研究预览，具有有限的安全措施，可能生成不当内容，因此需要用户遵守特定的使用条款。